PTT評價

Re: [討論] 2023 NBA歷史百大球員排行

看板NBA標題Re: [討論] 2023 NBA歷史百大球員排行作者
LearnLong
(學長)
時間推噓 9 推:10 噓:1 →:23

我不是統計專業,好奇發問

: 假設想要設計一個好的模型應該是:
: 找到你的Y,Y應該是「球員排名」
: 換言之沒有先透過一個大規模問卷
: 或是多個問卷進行meta analysis的話

做統計問卷會遇到一樣的問題,你抽樣的群眾數量中太多X因數

比方美國的州人數、年紀、種族、國籍……等等

感覺又繞回到一樣的困境

: 很難有一個有統計意義的公式
: 接下來要找到一堆x
: 這部分我覺得原PO的設計概念就會有很大幫助
: 不過要靠觀球的經驗法則做一個Empirical model太難了
: 我想用簡單的logit(實際分析可以order logit)
: 下面用原本的公式當作X假想實驗

所以我的想法是繞開這些問題

如果我做一個網頁,在數據庫裡面先存放200個可能的歷史百大球員的數據

(透過累計權威媒體的名單,或是類似原原Po之類的公式,
反正我只要大約的前200球員的名單,不必"正確")

每次點進去,就出現兩個人的比較數據

重點是不亮名,即參與投票的使用者不知道這兩球員是誰
(個別巨星球員可能容易被猜出來,但是大多數一般用戶應該不會去記)

--

下面舉個栗子(因BBS不好排版我只放常規賽)



A球員

首發 時間 投籃 命中 出手 三分 命中
350 25.4 44.70% 4.3 9.7 36.90% 1.4

命中 出手 籃板 前場 後場
3.2 3.9 3.5 0.6 2.8

搶斷 蓋帽 失誤 犯規 得分 勝 負
1.3 0.3 2 2.1 13.3 762 295


特殊榮譽

4次總冠軍、2次全明星替補、1次最佳第6人、
1次最佳新秀第二隊、2次最佳陣容第三隊




B球員

首發 時間 投籃 命中 出手 三分 命中
1150 35.6 45.20% 6.6 14.6 40.00% 2.3

罰球 命中 出手 籃板 前場 後場
89.40% 3.4 3.8 4.1 0.9 3.1

搶斷 蓋帽 失誤 犯規 得分 勝 負
1.1 0.2 2.1 2.2 18.9 755 545


特殊榮譽

2次總冠軍、10次全明星替補、
1次最佳新秀第二隊、1次最佳陣容第二隊、1次最佳陣容第三隊


--

使用者只要點選告訴我「你認為百大球星排名哪一位要更靠前」

點選之後就跳出下一題(另外兩個隨機球星)

這樣經過大量的捉對比較,我想應該會有一種統計學方式可以排出百大球星

(如開頭,我不是統計學專業,但是我想應該會有)

--

技術上來說一點都不難,寫個爬蟲就可以解決大部份問題

我上面只是臨時去阿陸仔網站複製一下而已

如果真的要做,列出來的數據只要不會嚴重暴露球員身份的都會顯示(如單場最高)

使用者愛看就看,挑自己覺得重要的看也可以。

而且排名也可以實時更動,只是版友們最關心的歷史前二可能還是沒辦法解決,

因為那兩人的數據太顯眼了,可能在過程中很容易被看出來。

不知道如果用這種方式做出來的排名,各位認為的可信度高不高。

P.S 栗子中,球員A是Manu Ginobili,球員B是Ray Allen

P.S 再次強調,我栗子只是為了說明概念,沒有季後賽以及各式進階數據,勿責怪

--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 210.66.129.109 (臺灣)
PTT 網址

cross980115 07/16 19:34有很大的可能 會刻意被刷

cross980115 07/16 19:34然後會出現除了特定支持的對象 跟厭惡的對象以外

cross980115 07/16 19:34其他被亂按的情況

忘了說 我剛有想到防刷機制 首先,想為特定球員刷太難了,因為兩個是隨機出現的 你想為Z球員刷票,大概刷100道題才會遇見一次(2/200) 一般網路問卷都會有防護機制,簡單的看答題速度 那麼多數據,你一題花不到5秒,就不列入統計。 如果有人要用科技手段去刷,那就沒辦法了。

crazykid 07/16 19:35中間段還可以 前面的會被惡搞

是的,我猜尤其前二更是。其實這時候就會回歸到一般問卷的形式 對前二來說變成「誰是GOAT」的一對一問卷

Blackie9211 07/16 19:35但如果有放累積數據其實很容易知道是誰吧?

Blackie9211 07/16 19:36有些球星你一看數據就認得出來了

這個板都是資深球迷,我想加入很多一般球迷,可能這個因素會被稀釋吧 這個我也想過

cross980115 07/16 19:37除了特定好記的一些超級巨星以外其他能第一印象反

cross980115 07/16 19:38應出來的可能不會那麼多,但出現刷分現象就會失真

cross980115 07/16 19:38,還是必然出現刷分現象

VL1003 07/16 19:38吵排名都是吵前面的,數據其實很好比出來。

bnn 07/16 19:39有些知名數據會被認出來 而獲得"這我認得"投票

我知道還是會有些問題 但是我認為會比一般的「誰是GOAT」、「誰是前十大」、「誰是百大」更客觀 那種問卷反而會有「我兩個都聽過,但是我不太清楚數據,選個我喜歡的吧」 然後對於全公式的統計方式,前兩篇也討論過了,不畫靶射箭根本微調不出公式。

timgjh 07/16 19:44搶斷蓋帽不能修一下嗎

懶,我有轉繁已經符合板規了

e8e88 07/16 19:46認真說,數據只能參考,仔細比賽才能看出真實實力

e8e88 07/16 19:46*仔細看

這個我接受,同樣的有很多人認為「場外影響力」也是一種因素。 比方Iverson的矮小身材、拼勁以及對籃球的推廣,也讓他抬高很多。

phoenix286 07/16 19:48捉對比較的話要放多少數據?平均?累積?進階?

phoenix286 07/16 19:48太難了 數據面向太多很難概括球員 不如給人名就好

不是,是我把兩球員的數據全部放出來 重點數據亮色,你全都能看,比較規則在使用者心中 我只要使用者點選哪一個是他認為「排名應該更靠前的球員」

youga 07/16 19:52沒有辦法放全部數據阿 數據百百種是要放哪些

我直接爬NBA官網阿... NBA官網有多少,我就可以顯示多少 NBA官網更新,我的網頁就跟著更新了

orthogonal 07/16 19:57如果要避開記數據 還可以直接每個單項都只顯示兩個

orthogonal 07/16 19:57球員的數據差 缺點是這樣資訊又更少一點

數據差好像不錯,可以思考一下 第一直覺是同位置的還好,不同位置的好像會更困惑

orthogonal 07/16 19:58這種可以用機器學習的方式解決 先設定一個比較榮譽

orthogonal 07/16 19:59的模型(簡單例:a*總冠軍+b*MVP+c*FMVP),然後讓

orthogonal 07/16 19:59大家用這種方式去選,跑學習演算法去決定最切合大家

orthogonal 07/16 20:00選擇的係數(上例的a,b,c),之後依照係數做排名

懂了,先用全虛構的球員數據+投票,然後跑公式是吧 好像可以

orthogonal 07/16 20:01剛又想到一個避免記數據的方式:各項數據的對比不顯

orthogonal 07/16 20:02示數字而是顯示兩者對比的長條圖(不給刻度)

orthogonal 07/16 20:02這樣避免記數據的同時還讓比較更加直觀

我覺得你剛才說的那個好像很不錯 我先隨機生成200個虛構球員的虛構數據 (或者是真實數據加雜音) 然後用虛構數據去搞我原來那個投票方式 最後透過深度學習讓AI整理出一個公式剛好是符合投票結果 但是AI跑出來的公式如果不只一個能符合虛擬數據,但是套真實數據的時候又有差異呢? 擴大樣本再來一次嗎

kuiyy 07/16 20:04這樣不同時代的資訊差怎麼辦? A球員6冠 B球員11冠

kuiyy 07/16 20:04 但是B球員的冠軍只要打兩輪

這無解,各種方式的排名這好像都是個大問題 前面也有人說了,上古時期球隊沒這麼多,含金量跟現在不同

kalarotia 07/16 20:09然後就被機器人刷到爆開

這是我們技術人員的攻防

Lebrono 07/16 20:12用虛構的球員數據跟榮譽去跑重要性好像不錯

我仔細想了十幾分鐘,好像會無法收斂,不能擬合 (哭)

※ 編輯: LearnLong (210.66.129.109 臺灣), 07/16/2023 20:32:56

asn789451 07/16 20:53扣分有沒有考慮進去 比如說高排名被低排名的長年奪

asn789451 07/16 20:53

ISRC 07/16 22:41這樣龜龜會第幾名

kshs065 07/17 09:47但每個時代的數據不是等值的 2000年初球隊總分才90